La plate-forme informatique analogique utilise un domaine de fréquence synthétique pour augmenter l'évolutivité

Les ordinateurs analogiques, les systèmes informatiques qui représentent les données sous forme de quantités physiques continues, tels que la tension, la fréquence ou les vibrations, peuvent être beaucoup plus économes en énergie que les ordinateurs numériques, qui représentent les données comme des états binaires (c.-à-d. 0S et 1). Cependant, les plates-formes de calcul analogiques à l'échelle sont souvent difficiles, car leurs composants sous-jacents peuvent se comporter différemment dans les plus grands systèmes.

Des chercheurs de Virginia Tech, du Oak Ridge National Laboratory et de l'Université du Texas à Dallas ont développé une nouvelle approche de domaine synthétique, une technique pour coder des informations à différentes fréquences dans un seul appareil qui pourrait permettre une augmentation des ordinateurs analogiques sans avoir besoin d'ajouter plus de composants physiques.

Leur approche proposée, décrite dans un article publié dans Nature électroniquea été utilisé pour développer une plate-forme informatique analogique compacte et très efficace basée sur la phononie non linéaire intégrée au lithium niobate.

« Je vois des avantages des réseaux de neurones physiques (PNN), des systèmes informatiques dans lesquels la structure ou le comportement du matériel physique implémente les fonctions d'un réseau neuronal, dans les applications d'IA », a déclaré Linbo Shao, auteur principal du journal, à Tech Xplore.

« Nous avons développé des dispositifs acoustiques à fréquence micro-ondes qui pourraient contribuer à la création de ces systèmes. Dans notre article récent, nous avons introduit un schéma informatique de domaine synthétique qui repose sur un dispositif d'onde acoustique non linéaire sur une plate-forme de niobate de lithium, où le processus non linéaire peut exécuter efficacement les opérations mathématiques, comme les multiplications de Matrix. »

L'approche du domaine de fréquence synthétique développée par Shao et ses collègues leur permet de coder de grandes quantités de données (par exemple, une matrice 16×16) sur un seul dispositif informatique analogique. Cela empêche les erreurs qui émergent généralement de la variance de l'appareil à appareils dans les plates-formes informatiques analogiques qui intègrent plus d'appareils.

Par rapport aux méthodes conventionnelles pour la mise à l'échelle des plates-formes informatiques analogiques, la stratégie nouvellement introduite de l'équipe élimine la nécessité d'intégrer un plus grand nombre de composants physiques.

Notamment, le premier système de calcul analogique basé sur PPN créé à l'aide de leur méthode s'est avéré être remarquablement bien dans une tâche qui a impliqué la classification des données en quatre catégories possibles.

« Nous avons implémenté un réseau de neurones en utilisant un seul ou quelques appareils à ondes acoustiques », a expliqué Shao. « L'approche du domaine synthétique pourrait être appliquée à des dispositifs plus émergents, même s'il n'y a que quelques appareils disponibles aux premiers stades de la R&D.

« Le réseau de neurones et le dispositif sont co-conçus, améliorant considérablement la précision dans une tâche de classification à 98,2%. Cela indique l'importance et l'efficacité d'une telle co-conception. »

Ce travail de Shao et de ses collègues pourrait bientôt ouvrir de nouvelles possibilités pour la mise à l'échelle fiable des architectures informatiques analogiques pour l'exécution des algorithmes d'apprentissage automatique, sans compromettre leurs performances.

Les chercheurs améliorent désormais davantage leur approche, afin de s'assurer que les systèmes informatiques basés sur leurs dispositifs phononiques au lithium niobate peuvent s'attaquer à un plus large éventail de problèmes complexes.

« Nous continuons à évoluer et à améliorer les performances de notre plate-forme d'appareil, par exemple, pour accueillir des modèles de réseaux neuronaux plus importants », a ajouté Shao.